计算的未来是模拟
发表时间：2022-08-29 16:11
文章来源：bcmkfds
浏览次数：
最近，中科院理论物理所的张潘团队，在《科学》杂志上发表了一篇论文，展示了用传统超级计算机击败谷歌量子计算机Sycamore的过程。事情是这样的：之前谷歌声称，传统超级计算机需要1万年才能完成的计算任务，谷歌量子计算机在200秒之内就能搞定。而中科院张潘团队认为，通过优化传统的超级计算机，可以在更短的时间内就完成这个计算任务。具体来说，他们是用“经典算法张量网络”，用512个GPU计算集群，来模拟量子计算，结果跑出了比量子计算更好的数据。
对这项研究的具体实现方式，我不展开讲了。我想重点指出的是，这项研究提醒我们，虽然人类已经有了量子计算、光子计算等更先进的工具，但也不能放弃对传统计算方法的持续迭代和优化，这里面还有极大的潜力可挖。
再举个例子，现在的普通计算机都是采用数字计算，而模拟计算被认为是一项落后技术。在未来，模拟计算很可能卷土重来，重挑大梁。
你知道，最初的集成电路是采用模拟计算，后来，为了做大规模集成，需要把模拟信号抽象成数字信号来做逻辑运算和编程，出现了数字计算。到今天，可以说是数字计算占据了绝对优势。不论是手机、电脑还是云计算的服务器，绝大部分计算设备用的都是数字计算芯片。模拟芯片只在一些特定领域作为数字芯片的补充。
但是现在，数字芯片面临一个大麻烦。相比于传统计算机程序，人工智能算法对算力的需求暴涨，动不动就要计算几百亿个参数的加减乘除。哪怕一些简单的语音识别算法，也得放在云计算中心才能高效运行。这也就是为什么如今一些智能语音助手，在网络不好的时候“听不懂”你说的话。换句话说，面对同样的任务，人的大脑可以低功耗、高效率地运算，而数字芯片却需要耗费大量功率才能完成。
有科学家认为，相比数字计算，模拟计算更接近于人脑的运算方式，也更适合人工智能算法。比如最近，美国麻省理工学院的科学家在《科学》杂志上发表了一项研究。他们发明了一种新的模拟计算单元，叫“可编程电阻”，可以直接在芯片上模拟人脑的神经突触。他们认为，未来，这种用于模拟计算的“可编程电阻”将替代用于数字计算的晶体管，成为人工智能算法的计算基础。
说到这儿，我得展开解释一下，模拟计算跟数字计算到底有什么不同。
模拟信号是连续的，比如要显示电路中的电流，模拟信号可以直接显示0.4、0.5、0.6等等；而数字信号是二进制的，所有大于等于0.5的电流都表达为1，所有小于0.5的电流都表达为0。如果非要用数字信号来表达0.4、0.5、0.6的电流数，那么就必须增加晶体管的数量。还有，模拟计算是非确定性逻辑，而数字计算是确定性逻辑，做加法需要专门的加法器，做乘法需要专门的乘法器，这又得增加不少晶体管的数量。而且，控制这些算法的读取和执行，也需要对应的控制器件。这些因素决定了，人工智能中常用的神经网络算法，哪怕只计算2个神经元之间的连接，至少得动用上百个晶体管来完成。
而模拟计算不同。模拟计算不是把神经网络抽象成二进制数据和计算指令，而是直接用物理结构去打造一个仿真的神经细胞突触。比如，用前面说的“可编程电阻”来计算两个神经元的连接，只要把它的电阻调整成你想要的参数值大小，就完成了神经元连接的设定。然后，把以电压表示的数据加载在电阻的一端，再读取另一端的电压数据，就完成了运算。
说到这儿你就明白了：数字计算是把物理世界进行高度抽象和逻辑拆解，把一项任务切分成无数个细小的标准化单元来完成；而模拟计算不需要去抽象和拆解，只需要去模仿、还原一个真实的物理结构，可以用相对少量的单元来完成任务。
数字计算的优点是通用性强，缺点是需要耗费大量的底层硬件资源。而模拟计算刚好反过来，优点是可以节约大量硬件资源，缺点是运算的通用性比较差，因为每种物理结构是特定的，彼此不同。
另外，数字计算的精确度很高，但容错能力很低；而模拟计算刚好反过来，计算不那么精确，但有一定容错能力。在数字计算中，如果一个64位的二进制数据有一位从0不小心变成了1，那整个数值的大小就很可能天差地别。如果一个指令语句的某一位上发生了0到1的跳变，那可能从加法直接变成乘法了，对于运算的结果同样是毁灭性的。因此，数字计算是一种对出错容忍度非常低的计算方式。
而模拟计算就不是这样，它不是上面那种可丁可卯的计算。还是以“可编程电阻”来说，这个电阻哪怕大一点小一点，其实问题不是很大，运算的结果基本上还是准的。这个就像是人类的神经系统：如果你有一天没睡好，你的大脑里神经突触的灵敏度可能也会有一些上下起伏，但是整个人整体上还是可以思考的，不会发生毁灭性的大脑宕机事故。
因为模拟计算的这些特征，科学史专家乔治·戴森认为：“计算的未来是模拟。人类即使不了解‘智能’的运作原理，也完全有可能构建出‘智能’，这就是模拟计算的魅力。”
现在，模拟计算催生了一个很热门的研究方向，叫做“类脑计算”，“类脑”就是类比大脑的意思。科学家们正在千方百计地寻找最适合模拟神经突触的物理器件，这次麻省理工学院研发的“可编程电阻”就是研究成果之一。
他们是用一种特制的玻璃材料来模拟真实的神经突触，不仅使用寿命长，反应速度还特别快，能够达到纳秒这个级别。而一般生物的神经突触，反应时间都在毫秒级，中间差了一百万倍。换句话说，如果以后用这种“可编程电阻”，来1:1地模拟一个人的大脑，那这块芯片的“思考能力”，会相当于100万个人。到那时，哲学家想象的“缸中之脑”就真的可以实现了。
